有没有办法矢量化这个循环

Question

有没有办法将这段代码向量化以消除for循环：

import numpy as np
Z = np.concatenate((X, labels[:,None]), axis=1)
centroids = np.empty([len(unique(labels))-1,2])
for i in unique(labels[labels>-1]):
    centroids[i,:]=Z[Z[:,-1]==i][:,:-1].mean(0)
centroids

此代码从DBSCAN scikit-learn example 生成伪质心，以防您想使用它来查找矢量化形式，即示例中定义了X 和labels。

感谢您的帮助！

Answer 1

你可以使用bincount() 3次：

count = np.bincount(labels)
x = np.bincount(labels, X[:, 0])
y = np.bincount(labels, X[:, 1])

centroids = np.c_[x, y] / count[:, None]
print centroids

但是如果你可以使用pandas，这很简单：

Z = np.concatenate((X, labels[:,None]), axis=1)
df = pd.DataFrame(Z, columns=("x", "y", "label"))
df[df['label']>-1].groupby("label").mean()